哥們最近刷了這么一個(gè)游戲視頻，直接被震撼到了。

光看操作，大伙可能覺得，啥玩意操作，我上我也行。

但讓世超震驚的點(diǎn)在于，畫面里的操作，全都是由一個(gè) AI 模型獨(dú)立主動(dòng)完成的，而且是你給它啥游戲就打啥，無縫切換，我連教都不用教。。

這個(gè)模型，就是英偉達(dá)新發(fā)布的，號(hào)稱啥游戲都能玩的通用游戲模型，名字叫NitroGen。

好家伙，老黃賣我游戲卡還嫌不夠，還要讓AI來跟我搶游戲玩是吧。

我看了很多網(wǎng)友的第一反應(yīng)，就是：這外掛好啊，拿來打王者吃雞，原神崩鐵，甚至旮旯game，誰還打得過我？

但，覺得沒意義的人也挺多的，我打工買了游戲還要給AI打，那不成給AI打工的了嗎？

但不管怎么說，實(shí)力這玩意是明牌的。作為公司的游戲高手，世超已經(jīng)感到手癢難耐了。

而且，他們把這個(gè)模型開源了，包括模型權(quán)重和數(shù)據(jù)集，大伙都能下載下來并安裝到自己電腦上。

于是，世超趕緊下到了公司電腦上，想跟大伙一起來會(huì)會(huì)它的實(shí)力到底如何。

我隨便開了幾個(gè)游戲，結(jié)果發(fā)現(xiàn)，它真沒騙人，確實(shí)有點(diǎn)操作。

這是 AI 在夜之城中被人追殺的精彩片段，它像開了自瞄，完成了反殺。

這是 AI 操作我的手柄，挑戰(zhàn)黑神話悟空的珍貴畫面，操作比我還6，渴了會(huì)喝藥，挨打會(huì)翻滾，甚至知道技能銜接普攻。

這是 AI 在操作我的空洞騎士，平臺(tái)跳躍也像德芙般絲滑。

它甚至能扮演雙人游戲的 Player2，跟我來一局茶杯頭，會(huì)躲避敵人還會(huì)撿金幣。

藍(lán)的是AI

不是，你真會(huì)??？

但在我們繼續(xù)深度測(cè)試了一段時(shí)間后發(fā)現(xiàn)，幫人類打游戲這事兒，好像沒想象中那么簡(jiǎn)單啊。

在黑神話里，它的確能打過 Boss ，但這建立在我裝備拉滿的基礎(chǔ)上，其實(shí)它也經(jīng)常丟失鎖定，空技能。

而在賽博朋克2077里，上面放的也只是幾個(gè)比較像頓悟了的精彩鏡頭，其實(shí)常態(tài)是開車撞墻，走路瞄地，到處亂射。

茶杯頭里，它也經(jīng)常跟不上我的節(jié)奏，我還得邊走邊扶著它往前走。。

所以，測(cè)完一圈游戲后，俺的感受是，它的水平不高，但懂得大多數(shù)游戲的基本操作，了解基本機(jī)制，就像一個(gè)剛拿到手柄的小孩，能拿著手柄跑跑圖，殺殺小怪，但遇到 Boss 就要被虐了。

而且，它只能玩能用手柄操作的游戲，因?yàn)樗挠?xùn)練數(shù)據(jù)都是用手柄操作的。

可能有些朋友要有點(diǎn)失望了，什么幫人打游戲，又是來吹牛的。

但世超覺得，即使做到這一步，也很難了，這意味著大多數(shù)游戲，它都能操作兩下子，這說明模型的泛化能力非常強(qiáng)。

像之前很多打游戲的AI，像OpenAI能打過刀塔世界冠軍的OpenAI Five，或者字節(jié)能玩原神的智能體之類的，基本都是對(duì)某一個(gè)游戲進(jìn)行特訓(xùn)，所以這些 AI 的上限，就是只會(huì)打某一個(gè)游戲，甚至某一個(gè)關(guān)卡。

但英偉達(dá)這玩意，是真的和人一樣，摸兩把新游戲就能上手操作的。

世超很好奇這模型是咋訓(xùn)練出來的，于是去翻閱了下 NitroGen 的官網(wǎng)和論文。

結(jié)果，他們用了一個(gè)你能想到最簡(jiǎn)單的方式，讓AI看錄像。他們直接找到了互聯(lián)網(wǎng)上現(xiàn)成的 40,000 小時(shí)游戲視頻，涵蓋了超過 1,000 款游戲。

為了湊齊這些素材，英偉達(dá)一共收集了 38739 個(gè)視頻，平均每個(gè)視頻的時(shí)長(zhǎng)都達(dá)到了 1 小時(shí) 50 分鐘左右 。

其中，動(dòng)作 RPG 是絕對(duì)的大頭，占了總時(shí)長(zhǎng)的 34.9%，這也難怪，它玩黑神話看上去還有模有樣的。。

緊隨其后的是占了 18.4% 的平臺(tái)跳躍類游戲，也怪不得空洞騎士里能跳得那么絲滑。。

剩下的則是動(dòng)作冒險(xiǎn)、體育，甚至類銀河戰(zhàn)士惡魔城、肉鴿和吃雞類也榜上有名。

但，AI不像咱們?nèi)祟悾戳司湍軐W(xué)會(huì)，因?yàn)樗鼪]手啊。

所以為了讓AI學(xué)得更輕松，英偉達(dá)特意選擇了帶手柄指示器的游戲視頻，就是為了讓AI知道，如果看見這種畫面，手柄應(yīng)該按什么鍵，搖桿推多少，游戲才能繼續(xù)下去。

為了完成這件事，英偉達(dá)煉了一個(gè)專門分析圖標(biāo)的小模型，然后用算法把每一幀畫面的按鍵動(dòng)作硬生生摳了出來。

然后再訓(xùn)練 AI 看圖操作，比如看見車頭卡住，就意味著應(yīng)該拉手柄上的搖桿，倒車了。

從某種意義上，它就是一個(gè)看了無數(shù)直播、自學(xué)成才的頂級(jí)云玩家。

我們用它打游戲時(shí)，它會(huì)瘋狂截屏，然后把當(dāng)前屏幕狀態(tài)交給AI分析，然后根據(jù)當(dāng)前屏幕的戰(zhàn)況，讓AI決策下一步的操作。

但在我們實(shí)測(cè)的過程中，我們還發(fā)現(xiàn)了一個(gè)問題，就是AI打游戲的時(shí)候，畫面怎么是一卡一卡的？

我知道，是子彈時(shí)間！對(duì)AI來說，一幀能玩，兩幀流暢，三幀就能打電競(jìng)。

誒，并非如此。其實(shí)這是英偉達(dá)故意設(shè)計(jì)的，因?yàn)樵诖蛴螒驎r(shí)，讓AI看屏幕，再推理下一步的操作，非常吃算力，AI 的腦子根本轉(zhuǎn)不了游戲那么快。

為了讓它能控制市面上任何一款商業(yè)游戲，英偉達(dá)開發(fā)了一個(gè)，能直接攔截游戲里系統(tǒng)時(shí)鐘的工具。

如果 AI 沒算好下一步的操作，程序的底層代碼就會(huì)發(fā)力，直接讓游戲時(shí)間暫停；AI 算好了，游戲才會(huì)繼續(xù)下一幀。

AI 其實(shí)是用這種方式，強(qiáng)行把所有游戲變成了回合制：游戲走一步，等它思考一會(huì)，再走下一步。如果你去代碼里，強(qiáng)行關(guān)掉這個(gè)減速掛，它就會(huì)因?yàn)榉磻?yīng)不過來而像失去了智力，瞬間紅溫開擺。

而且論文也說，NitroGen 只訓(xùn)練了它的下意識(shí)反應(yīng)，也就是我們常說的肌肉記憶。

它腦子其實(shí)很簡(jiǎn)單，看見有人打它，不是躲避就是反擊，沒什么規(guī)劃能力，像什么玩戰(zhàn)術(shù)啊，逃課啊都太難了，它只有對(duì)每一幀的條件反射。

這也是為啥，它經(jīng)常會(huì)在不需要跳的地方亂跳，或者對(duì)著空氣揮劍。

最后，對(duì)咱游戲玩家來說，可能會(huì)更關(guān)注它的游戲能力。但其實(shí)對(duì)科研人員來說，它的價(jià)值不在于通關(guān)，而在于“通用”。

NitroGen 雖然菜，但它不挑食。隨便給它游戲，它雖然玩得爛，但它能動(dòng)起來，而且知道哪個(gè)鍵是跳，哪個(gè)鍵是打，哪個(gè)是敵人。

英偉達(dá)自己也說了，真正的目的不是幫你開掛，是為了造福機(jī)器人的研究。

如果每個(gè)機(jī)器人剛出廠，天生就知道“遇到臺(tái)階要跳”、“看到杯子要伸手”，跟人類的條件反射一樣，就相當(dāng)于給機(jī)器人賦予了直覺，倒了知道爬，疼了知道躲，訓(xùn)練起來就會(huì)輕松很多。

正如英偉達(dá)機(jī)器人總監(jiān) Jim Fan 所說，他們想做的是通用型機(jī)器人，不僅能搞定現(xiàn)實(shí)世界的物理規(guī)律，還能適應(yīng)虛擬世界里的各種規(guī)則。

哪怕它現(xiàn)在還像個(gè)三歲小孩，但每一個(gè)頂級(jí)高手，都是從菜雞練起來的。

總之，這玩意是個(gè)有研究?jī)r(jià)值的科研項(xiàng)目，感興趣的朋友可以下載跑一跑；但如果你只是想找個(gè)掛幫你打游戲，那還是洗洗睡吧，還不如讓你親戚家小孩來呢。

撰文：不咕

編輯：江江&面線

美編：煥妍

圖片、資料來源：

NitroGen，BiliBili，YouTube